CN114286314B - 无人机中继系统的调度、轨迹和功率的联合优化方法 - Google Patents
无人机中继系统的调度、轨迹和功率的联合优化方法 Download PDFInfo
- Publication number
- CN114286314B CN114286314B CN202210105891.1A CN202210105891A CN114286314B CN 114286314 B CN114286314 B CN 114286314B CN 202210105891 A CN202210105891 A CN 202210105891A CN 114286314 B CN114286314 B CN 114286314B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- power
- follows
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开提供了无人机中继系统的调度、轨迹和功率的联合优化方法,该方法包括:步骤1:建立无人机中继系统的系统模型;步骤2:基于系统模型,联合优化调度、无人机轨迹和功率分配,使系统吞吐量最大化。本公开提供的无人机中继系统的调度、轨迹和功率的联合优化方法,通过联合调度分配、功率分配和轨迹优化最大化无人机中继系统的吞吐量;通过快坐标下降法连续凸优化,提供了一种有效的迭代算法并保证算法收敛,支持多发射端和多用户端,有效延长通信时间,提高了无人机中继系统的可靠性,增大通信系统容量。
Description
技术领域
本公开涉及无线通信技术领域,尤其涉及无人机中继系统的调度、轨迹和功率的联合优化方法。
背景技术
随着5G通信的发展,无人机作为辅助通信的设备应用在通信领域。在一些特殊的场景如遭遇暴风雨雪、地震等灾害中,一些区域基础的通信基站被破坏,无人机可以利用其低功耗,机动性强的特点,帮助通信受损地区建立通信链路,恢复通信。
一般来说,无人机可用作三种典型方式:1、静态无人机基站;2、无人机信息采集与发布;3、无人机中继。例如在发生地震、飓风等自然灾害后,当地的通信基础设施遭到破坏无法正常工作,外界继续与受灾地区联系,无人机可以作为中继连接灾区与外界的通信。如若无人机在受灾地区的空中作为一个静态基站,可以减少一部分通信盲区,但是静态无人机基站缺乏灵活性,不能够利用无人机可灵活部署这一特点提高吞吐量。如若部署单个无人机,可以改善静态无人机的局限性,灵活安排飞行路线和功率配置,可以根据用户的需求提高通信的吞吐量。受灾地区的多用户的需求量大,单个无人机无法照顾到众多用户的通信速率,地理环境和气候复杂情况,单个无人机通信系统及其容易遭受破坏。无人机往往需要长时间执行通信任务,然而无人机的续航能力和负载能力有限,因此单个无人机的通信能力不能够满足通信需求。为了提高系统的稳定性,可以部署多架无人机通信系统,采用多跳无人机通信系统,信息从源端出发,经过多架无人机转发,最终到达终端;也可以采用多架无人同时服务不同的用户,或者多个无人机同时担任不同通信链路的中继。
上述无人机从通信开始一直飞行到通信结束。但是,在很多时候不需要多架无人机同时工作,造成无人机资源的浪费,系统的通信时间也会受制于无人机的飞行时间,目前无人机中继系统涉及的算法也过于复杂。
发明内容
本公开的目的是要提供无人机中继系统的调度、轨迹和功率的联合优化方法,可以解决上述现有技术问题中的一个或者多个。
本公开提供了无人机中继系统的调度、轨迹和功率的联合优化方法,包括以下步骤:
步骤1:建立无人机中继系统的系统模型;
步骤2:基于系统模型,联合优化调度、无人机轨迹和功率分配,使系统吞吐量最大化;
其中,步骤1包括以下步骤:
步骤1.1:求无人机中继系统的移动约束、功率约束、平均功率约束和峰值功率约束:
无人机中继系统的无人机个数为M,表示为集合发射端表示为集合用户端表示为设发射端和用户端的坐标都位于地面,发射端的坐标为Ws=[xs(t),ys(t),0]T,用户端的坐标为Wk=[xk(t),yk(t),0]T,无人机m在t时刻的坐标qm=[xm(t),ym(t),hm(t)]T;设每架无人机飞行的时间为Nf,则整个无人机中继系统的通信时间为(M+1)Nf/2;设定在时隙(m-1)Nf/2+1到时隙mNf/2,发射端向无人机m传输数据,在时隙mNf/2+1到时隙(m+1)Nf/2,无人机m向用户端转发数据,由此得到移动约束如下,
其中,q0,m表示无人机m的起始位置,qf,m表示无人机m的终点位置,V表示无人机的飞行速度,n表示时隙,qm[n]表示在时隙n内无人机m的轨迹,qj[n]表示在时隙n内无人机j的轨迹,d表示在飞行中无人机m与无人机j之间相距的最小距离;
功率约束为:
其中,Ps[n]表示在时隙n内发射端的功率,Pm[n]表示在时隙n内无人机的功率;
平均功率约束和峰值功率约束分别为:
步骤1.2:求发射端向无人机m传输数据的通信速率和无人机m向第k个用户端转发数据的通信速率;
设as,m[n]表示时隙n内无人机m接收第s个发射端的数据,假设无人机最多能接收一个发射端的数据并且一个发射端只能向一个无人机发送数据,得到约束条件为,
无人机m的信干噪比表示为,
其中为第一个无人机的干扰项,此时无其他无人机的干扰,只受到发射端的干扰;为除了第一个无人机之外其他无人机的干扰项,其他无人机接收到了来自发射端与无人机的干扰;Ps表示发射端的发射功率;σ2表示高斯白噪声,hs,m[n]表示发射端对无人机的信道增益,hm,m-1[n]表示无人机之间的信道增益,hs,m[n]和hm,m-1[n]的表达式分别如下,
式中,ρ0为参考距离处的信道功率;W代表发射端所在的位置;
在时隙n内,发射端向无人机传输数据的通信速率表达式如下:
其中,Rs,1[n]表示发射端向第一个无人机传输数据的通信速率,Rs,m[n]表示发射端向第m个无人机传输数据的通信速率,m≠1;
在时隙n内,无人机m向第k个用户端转发数据的通信速率的表达式如下:
其中,λ0=ρ0/σ2;
每个无人机为一条通信链路,每条通信链路由发射端向无人机m发送数据的平均速率和无人机m向第k个用户端转发数据的平均速率的最小值表示为:
步骤1.3:求无人机中继系统的吞吐量;
无人机中继系统的吞吐量表示为:
步骤1.4:构建最大化系统吞吐量问题P1,引入松弛变量η={η1,...,ηm},P1的表达式为:
Subject to
ηm≤Rs,m
ηm≤Rm,k
(1)-(4)
在可能的实施方式中,步骤2包括以下步骤:
步骤2.1:固定功率和轨迹,构建调度优化问题P2;
步骤2.2:固定轨迹和调度,构建功率优化问题P3;
步骤2.3:固定调度和轨迹,构建轨迹优化问题P4;
步骤2.4:采用联合优化调度、无人机轨迹和功率分配交替优化算法,使系统吞吐量达到最大。
在可能的实施方式中,步骤2.1包括,
固定功率和轨迹{Q,P},得到调度优化问题P2,P2的表达式为:
Subject to
(4)。
在可能的实施方式中,步骤2.2包括:
固定轨迹和调度{Q,A},由公式(5)-公式(7)整理得到:
其中,Ds,1[n]的表达式如下:
其中,Es,m[n]和Fs,m[n]的表达式如下:
得到功率优化问题P3,P3的表达式为:
Subject to
(2)和(3)。
在可能的实施方式中,步骤2.3包括:
固定调度和功率{A,P};
其中,
其中,
其中,
得到Rmk[n]的表达式为:
其中,
对于移动约束的表达式(1),在qm[n]和qm-1[n]处进行一阶泰勒展开,得到展开结果为:
引用松弛变量Y,松弛变量Y的表达式如下:
综上得到,轨迹优化问题P4的表达式为:
Subject to
在可能的实施方式中,步骤2.4包括:
步骤2.4.2,通过给定的{Qγ,Pγ},带入P2求解,得到的解设为{Aγ+1};
步骤2.4.3,根据{Qγ,Pγ,Aγ+1},带入P3求解,得到优化功率Pγ+1;
步骤2.4.4,根据{Qγ,Pγ+1,Aγ+1},带入P4求解,得到优化轨迹Qγ+1;
步骤2.4.5,判断加权速率的相对增长率ε是否小于等于0,若ε≤0,则获得最大吞吐量,若ε>0,则令γ=γ+1,返回步骤2.4.2,其中加权速率的相对增长率ε=(R-R0)/R,R代表最新一次迭代的平均速率,R0代表前一次迭代的平均速率。
本公开提供的无人机中继系统的调度、轨迹和功率的联合优化方法,通过联合调度分配、功率分配和轨迹优化最大化无人机中继系统的吞吐量;通过快坐标下降法连续凸优化,提供了一种有效的迭代算法并保证算法收敛,支持多发射端和多用户端,有效延长通信时间,提高了无人机中继系统的可靠性,增大通信系统容量。
另外,在本公开技术方案中,凡未作特别说明的,均可通过采用本领域中的常规手段来实现本技术方案。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的无人机中继系统的调度、轨迹和功率的联合优化方法的流程图。
图2为本公开实施例提供的在无人机中继系统的调度、轨迹和功率的联合优化方法中的无人机中继系统。
图3为本公开一实施例提供的无人机中继系统的调度、轨迹和功率的联合优化方法中无人机替换策略的飞行时隙图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
实施例:
在本实施例中,参考说明书附图1,提供了一种无人机中继系统的调度、轨迹和功率的联合优化方法,包括以下步骤:
步骤1:建立无人机中继系统的系统模型;
步骤2:基于系统模型,联合优化调度、无人机轨迹和功率分配,使系统吞吐量最大化。
参考说明书附图2,示出了一种无人机中继系统,无人机作为通信中继,首先接收发射端Source的数据信息,之后经过飞行和功率分配,将数据转发给用户端Destination,无人机采用半双工和连续替换的工作模式,无人机中继系统利用多架无人机的稳定性和替换的连续性,有效延长通信时间以及提高工作效率。
在本实施例中,步骤1包括以下步骤:
步骤1.1:求无人机中继系统的移动约束、功率约束、平均功率约束和峰值功率约束:
无人机中继系统的无人机个数为M,表示为集合发射端表示为集合用户端表示为设发射端和用户端的坐标都位于地面,发射端的坐标为Ws=[xs(t),ys(t),0]T,用户端的坐标为Wk=[xk(t),yk(t),0]T,无人机m在t时刻的坐标qm=[xm(t),ym(t),hm(t)]T。
参考说明书附图3,示出了无人机替换策略的飞行时隙图,其中S表示发射端,D表示用户端,UAV代表无人机。设每架无人机飞行的时间为Nf,则整个无人机中继系统的通信时间为(M+1)Nf/2;设定在时隙(m-1)Nf/2+1到时隙mNf/2,发射端向无人机m传输数据,在时隙mNf/2+1到时隙(m+1)Nf/2,无人机m向用户端转发数据,这样两架无人机可以同时工作,既可以有效利用频谱,又无需多个无人机同时工作浪费无人机的续航能力。
由此得到移动约束如下,
其中,q0,m表示无人机m的起始位置,qf,m表示无人机m的终点位置,V表示无人机的飞行速度,n表示时隙,qm[n]表示在时隙n内无人机m的轨迹,qj[n]表示在时隙n内无人机j的轨迹,d表示在飞行中无人机m与无人机j之间相距的最小距离;
功率约束为:
其中,Ps[n]表示在时隙n内发射端的功率,Pm[n]表示在时隙n内无人机的功率;
平均功率约束和峰值功率约束分别为:
步骤1.2:求发射端向无人机m传输数据的通信速率和无人机m向第k个用户端转发数据的通信速率;
设as,m[n]表示时隙n内无人机m接收第s个发射端的数据,假设无人机最多能接收一个发射端的数据并且一个发射端只能向一个无人机发送数据,得到约束条件为,
无人机m的信干噪比表示为,
其中为第一个无人机的干扰项,此时无其他无人机的干扰,只受到发射端的干扰;为除了第一个无人机之外其他无人机的干扰项,其他无人机接收到了来自发射端与无人机的干扰;Ps表示发射端的发射功率;σ2表示高斯白噪声,hs,m[n]表示发射端对无人机的信道增益,hm,m-1[n]表示无人机之间的信道增益,hs,m[n]和hm,m-1[n]的表达式分别如下,
式中,ρ0为参考距离处的信道功率;W代表发射端所在的位置;
在时隙n内,发射端向无人机传输数据的通信速率表达式如下:
其中,Rs,1[n]表示发射端向第一个无人机传输数据的通信速率,Rs,m[n]表示发射端向第m个无人机传输数据的通信速率,m≠1;
在时隙n内,无人机m向第k个用户端转发数据的通信速率的表达式如下:
其中,λ0=ρ0/σ2;
每个无人机为一条通信链路,每条通信链路由发射端向第m个无人机发送数据的平均速率和第m个无人机向第k个用户端转发数据的平均速率的最小值表示为:
步骤1.3:求无人机中继系统的吞吐量;
无人机中继系统的吞吐量表示为:
步骤1.4:构建最大化系统吞吐量问题P1,引入松弛变量η={η1,...,ηm},P1的表达式为:
Subject to
ηm≤Rs,m
ηm≤Rm,k
(1)-(4)
在可选的实施方式中,步骤2包括以下步骤:
步骤2.1:固定功率和轨迹,构建调度优化问题P2;
步骤2.2:固定轨迹和调度,构建功率优化问题P3;
步骤2.3:固定调度和轨迹,构建轨迹优化问题P4;
步骤2.4:采用联合优化调度、无人机轨迹和功率分配交替优化算法,使系统吞吐量达到最大。
在可能的实施方式中,步骤2.1包括,
固定功率和轨迹{Q,P},得到调度优化问题P2,P2的表达式为:
Subject to
(4)。
在可能的实施方式中,步骤2.2包括:
固定轨迹和调度{Q,A},由公式(5)-公式(7)整理得到:
其中,Ds,1[n]的表达式如下:
其中,Es,m[n]和Fs,m[n]的表达式如下:
得到功率优化问题P3,P3的表达式为:
Subject to
(2)和(3)。
在可选的实施方式中,步骤2.3包括:
固定调度和功率{A,P};
其中,
其中,
其中,
得到Rmk[n]的表达式为:
其中,
对于移动约束的表达式(1),在qm[n]和qm-1[n]处进行一阶泰勒展开,由此解决移动约束表达式(1)的非凸性问题,得到展开结果为:
引用松弛变量Y,松弛变量Y的表达式如下:
综上得到,轨迹优化问题P4的表达式为:
Subject to
在可选的实施方式中,步骤2.4包括:
步骤2.4.2,通过给定的{Qγ,Pγ},带入P2求解,得到的解设为{Aγ+1};
步骤2.4.3,根据{Qγ,Pγ,Aγ+1},带入P3求解,得到优化功率Pγ+1;
步骤2.4.4,根据{Qγ,Pγ+1,Aγ+1},带入P4求解,得到优化轨迹Qγ+1;
步骤2.4.5,判断加权速率的相对增长率ε是否小于等于0,若ε≤0,则获得最大吞吐量,若ε>0,则令γ=γ+1,返回步骤2.4.2,其中加权速率的相对增长率ε=(R-R0)/R,R代表最新一次迭代的平均速率,R0代表前一次迭代的平均速率。
本公开提供的无人机中继系统的调度、轨迹和功率的联合优化方法,通过联合调度分配、功率分配和轨迹优化最大化无人机中继系统的吞吐量;通过快坐标下降法连续凸优化,提供了一种有效的迭代算法并保证算法收敛,支持多发射端和多用户端,有效延长通信时间,提高了无人机中继系统的可靠性,增大通信系统容量。
以上仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (2)
1.无人机中继系统的调度、轨迹和功率的联合优化方法,其特征在于,包括以下步骤:
步骤1:建立无人机中继系统的系统模型;
步骤2:基于系统模型,联合优化调度、无人机轨迹和功率分配,使系统吞吐量最大化;
其中,步骤1包括以下步骤:
步骤1.1:求无人机中继系统的移动约束、功率约束、平均功率约束和峰值功率约束:
无人机中继系统的无人机个数为M,表示为集合发射端表示为集合用户端表示为设发射端和用户端的坐标都位于地面,发射端的坐标为Ws=[xs(t),ys(t),0]T,用户端的坐标为Wk=[xk(t),yk(t),0]T,无人机m在t时刻的坐标qm=[xm(t),ym(t),hm(t)]T;设每架无人机飞行的时间为Nf,则整个无人机中继系统的通信时间为(M+1)Nf/2;设定在时隙(m-1)Nf/2+1到时隙mNf/2,发射端向无人机m传输数据,在时隙mNf/2+1到时隙(m+1)Nf/2,无人机m向用户端转发数据,由此得到移动约束如下,
其中,q0,m表示无人机m的起始位置,qf,m表示无人机m的终点位置,V表示无人机的飞行速度,n表示时隙,qm[n]表示在时隙n内无人机m的轨迹,qj[n]表示在时隙n内无人机j的轨迹,d表示在飞行中无人机m与无人机j之间相距的最小距离;
功率约束为:
其中,Ps[n]表示在时隙n内发射端的功率,Pm[n]表示在时隙n内无人机的功率;
平均功率约束和峰值功率约束分别为:
步骤1.2:求发射端向无人机m传输数据的通信速率和无人机m向第k个用户端转发数据的通信速率;
设as,m[n]表示时隙n内无人机m接收第s个发射端的数据,假设无人机最多能接收一个发射端的数据并且一个发射端只能向一个无人机发送数据,得到约束条件为,
无人机m的信干噪比表示为,
其中为第一个无人机的干扰项,此时无其他无人机的干扰,只受到发射端的干扰;为除了第一个无人机之外其他无人机的干扰项,其他无人机接收到了来自发射端与无人机的干扰;Ps表示发射端的发射功率;σ2表示高斯白噪声,hs,m[n]表示发射端对无人机的信道增益,hm,m-1[n]表示无人机之间的信道增益,hs,m[n]和hm,m-1[n]的表达式分别如下,
式中,ρ0为参考距离处的信道功率;W代表发射端所在的位置;
在时隙n内,发射端向无人机传输数据的通信速率表达式如下:
其中,Rs,1[n]表示发射端向第一个无人机传输数据的通信速率,Rs,m[n]表示发射端向无人机m传输数据的通信速率,m≠1;
在时隙n,无人机m向第k个用户端转发数据的通信速率的表达式如下:
其中,λ0=ρ0/σ2;
每个无人机为一条通信链路,每条通信链路由发射端向无人机m发送数据的平均速率和无人机m向第k个用户端转发数据的平均速率的最小值表示为:
步骤1.3:求无人机中继系统的吞吐量;
无人机中继系统的吞吐量表示为:
步骤1.4:构建最大化系统吞吐量问题P1,引入松弛变量η={η1,...,ηm},P1的表达式为:
Subject to
ηm≤Rs,m
ηm≤Rm,k
(1)-(4)
步骤2包括以下步骤:
步骤2.1:固定功率和轨迹,构建调度优化问题P2;
步骤2.2:固定轨迹和调度,构建功率优化问题P3;
步骤2.3:固定调度和轨迹,构建轨迹优化问题P4;
步骤2.4:采用联合优化调度、无人机轨迹和功率分配交替优化算法,使系统吞吐量达到最大;
步骤2.1包括,
固定功率和轨迹{Q,P},得到调度优化问题P2,P2的表达式为:
Subject to
步骤2.2包括:
固定轨迹和调度{Q,A},由公式(5)-公式(7)整理得到:
其中,Ds,1[n]的表达式如下:
其中,Es,m[n]和Fs,m[n]的表达式如下:
得到功率优化问题P3,P3的表达式为:
Subject to
(2)和(3);
步骤2.3包括:
固定调度和功率{A,P};
其中,
其中,
其中,
得到Rmk[n]的表达式为:
其中,
对于移动约束的表达式(1),在qm[n]和qm-1[n]处进行一阶泰勒展开,得到展开结果为:
引用松弛变量Y,松弛变量Y的表达式如下:
Y={Ys,m[n]=||qm[n]-wj||2,Ym,m-1[n]=||qm[n]-qm-1[n]||2}
综上得到,轨迹优化问题P4的表达式为:
Subject to
2.根据权利要求1的无人机中继系统的调度、轨迹和功率的联合优化方法,其特征在于,步骤2.4包括:
步骤2.4.2,通过给定的{Qγ,Pγ},带入P2求解,得到的解设为{Aγ+1};
步骤2.4.3,根据{Qγ,Pγ,Aγ+1},带入P3求解,得到优化功率Pγ+1;
步骤2.4.4,根据{Qγ,Pγ+1,Aγ+1},带入P4求解,得到优化轨迹Qγ+1;
步骤2.4.5,判断加权速率的相对增长率ε是否小于等于0,若ε≤0,则此时获得最大吞吐量,若ε>0,则令γ=γ+1,返回步骤2.4.2,其中加权速率的相对增长率ε=(R-R0)/R,R代表最新一次迭代的平均速率,R0代表前一次迭代的平均速率。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210105891.1A CN114286314B (zh) | 2022-01-28 | 2022-01-28 | 无人机中继系统的调度、轨迹和功率的联合优化方法 |
PCT/CN2022/140980 WO2023142802A1 (zh) | 2022-01-28 | 2022-12-22 | 无人机中继系统的调度、轨迹和功率的联合优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210105891.1A CN114286314B (zh) | 2022-01-28 | 2022-01-28 | 无人机中继系统的调度、轨迹和功率的联合优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114286314A CN114286314A (zh) | 2022-04-05 |
CN114286314B true CN114286314B (zh) | 2022-11-01 |
Family
ID=80881823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210105891.1A Active CN114286314B (zh) | 2022-01-28 | 2022-01-28 | 无人机中继系统的调度、轨迹和功率的联合优化方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114286314B (zh) |
WO (1) | WO2023142802A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114286314B (zh) * | 2022-01-28 | 2022-11-01 | 广东省新一代通信与网络创新研究院 | 无人机中继系统的调度、轨迹和功率的联合优化方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8416729B2 (en) * | 2007-03-10 | 2013-04-09 | Lingna Holdings Pte., Llc | Optimizing downlink throughput with user cooperation and scheduling in adaptive cellular networks |
CN110380772B (zh) * | 2019-06-12 | 2021-06-15 | 广东工业大学 | 一种无人机中继系统的资源分配与飞行路线优化方法 |
CN110380773B (zh) * | 2019-06-13 | 2021-10-29 | 广东工业大学 | 一种无人机多跳中继通信系统的轨迹优化与资源分配方法 |
CN110856191A (zh) * | 2019-10-24 | 2020-02-28 | 广东工业大学 | 一种基于无线通信的无人机轨迹优化方法 |
CN111010223B (zh) * | 2019-12-17 | 2021-04-23 | 北京航空航天大学 | 一种毫米波全双工无人机通信中继传输方法 |
CN111405582B (zh) * | 2020-03-24 | 2024-01-12 | 深圳以正科技有限公司 | 一种无人机通信质量的优化方法及系统 |
CN113179116B (zh) * | 2021-04-20 | 2023-02-10 | 南通大学 | 无人机中继系统的发射功率及飞行轨迹的联合优化方法 |
CN113625761B (zh) * | 2021-08-26 | 2024-04-12 | 北京航空航天大学 | 一种通信任务驱动的多无人机路径规划方法 |
CN113891442B (zh) * | 2021-10-27 | 2023-07-07 | 哈尔滨工业大学(深圳) | 基于d2d通信的无人机中继传输能效优化方法 |
CN114286314B (zh) * | 2022-01-28 | 2022-11-01 | 广东省新一代通信与网络创新研究院 | 无人机中继系统的调度、轨迹和功率的联合优化方法 |
-
2022
- 2022-01-28 CN CN202210105891.1A patent/CN114286314B/zh active Active
- 2022-12-22 WO PCT/CN2022/140980 patent/WO2023142802A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023142802A1 (zh) | 2023-08-03 |
CN114286314A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110364031B (zh) | 地面传感器网络中无人机集群的路径规划和无线通信方法 | |
Fawaz et al. | UAV-aided cooperation for FSO communication systems | |
CN110380773B (zh) | 一种无人机多跳中继通信系统的轨迹优化与资源分配方法 | |
CN110138443B (zh) | 面向无线中继的无人机航迹和信号发射功率联合优化方法 | |
Selim et al. | Post-disaster 4G/5G network rehabilitation using drones: Solving battery and backhaul issues | |
Hua et al. | Throughput maximization for UAV-enabled wireless power transfer in relaying system | |
CN112242874B (zh) | 一种基于优化变量解耦的无人机中继传输效能优化方法 | |
CN110856191A (zh) | 一种基于无线通信的无人机轨迹优化方法 | |
CN114286314B (zh) | 无人机中继系统的调度、轨迹和功率的联合优化方法 | |
Kumar et al. | Drone assisted device to device cooperative communication for critical environments | |
CN111107515A (zh) | 无人机多链路中继通信系统的功率分配与飞行路线优化方法 | |
CN110418286A (zh) | 信息与能量协同传输的通信方法、装置、无人机及系统 | |
Esrafilian et al. | Autonomous UAV-aided mesh wireless networks | |
CN115243296A (zh) | 卫星通信系统的优化仿真方法及装置 | |
CN104901737A (zh) | 基于LTE Relay的空地一体化通信系统 | |
CN111064501B (zh) | 基于无人机双中继通信系统的资源优化方法 | |
Li et al. | Joint user scheduling and UAV trajectory optimization for full-duplex UAV relaying | |
CN214046017U (zh) | 一种基于230m电力无线专网的无人机应急组网架构 | |
CN104539403A (zh) | 基于多中继的swipt中继网络中arq协议的实现方法 | |
KR102052019B1 (ko) | 저전력 장거리 무선통신 기술을 활용한 복수의 무인 비행체 관제 시스템 | |
CN110176954B (zh) | 一种基于tdd时频多址的多目标飞行器组网测控方法 | |
Yusoff et al. | Performance analysis of transparent and non-transparent relays in MMR WiMAX networks | |
CN111405582A (zh) | 一种无人机通信质量的优化方法及系统 | |
CN116390124A (zh) | 基于无人机辅助的去蜂窝大规模mimo系统的资源优化方法 | |
Wu et al. | Resource allocation optimization of UAVs-enabled air-ground collaborative emergency network in disaster area |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |